摘要
生成式人工智能（AI）正越来越多地应用于风湿病学实践，以协助完成文档记录、病历摘要和临床决策支持等工作。风湿病医生需要一种实用的方法来确定每种应用所需的证据和监管程度。本文叙述性综述提出了一个基于两个维度的框架：情境复杂性和对患者护理的影响。更高的情境复杂性会使错误更难被察觉，而对护理影响更大则会增加未被发现错误的潜在后果。我们在这一框架内考察了工作流效益和临床有效性的证据，并考虑了安全性、公平性、隐私、治理和实施等方面。现有关于AI应用效益、准确性和可靠性的证据仍存在争议。例如，关于环境式AI记录员的研究表明文档负担有所减轻，但支持临床决策的应用改善患者预后的证据更为有限。对于临床影响有限的应用，评估最初集中在工作流、可用性和文档质量上。综合纵向信息的工具需要额外评估完整性和来源可追溯性。影响诊断或治疗的应用需要前瞻性评估临床效益和安全性。应结合同等程度的本地测试和持续监测来评估相关供应商证据。保障措施应解决诸如幻觉、自动化偏差和传播文档错误等风险，并关注不同患者群体的表现。功能或临床用途的变化应触发重新评估。该框架为采用决策提供了结构化依据，并确定了在常规风湿病学护理中研究患者预后和可行监管的优先事项。
